...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Signal Processing Magazine, IEEE >Bayesian source separation for cosmology
【24h】

Bayesian source separation for cosmology

机译：贝叶斯源分离的宇宙学

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Recent satellite missions have provided and continue to provide us with vast amounts of data on radiation measurements that generally present themselves as superpositions of various cosmological sources, most importantly cosmic microwave background (CMB) radiation and other galactic and extragalactic sources. We would like to obtain the estimates of these sources separately since they carry vital information of cosmological significance about our Universe. Although initial attempts to obtain sources have utilized blind estimation techniques, the presence of important astrophysical prior information and the demanding nature of the problem makes the use of informed techniques possible and indispensable. In this article, our objective is to present a formulation of the problem in Bayesian framework for the signal processing community and to provide a panorama of Bayesian source separation techniques for the estimation of cosmological components from the observation mixtures.
机译：最近的卫星飞行任务已经并继续向我们提供大量辐射测量数据，这些数据通常以各种宇宙学源（最重要的是宇宙微波背景（CMB）辐射）以及其他银河和银河外源的叠加形式呈现。我们希望分别获得这些来源的估计值，因为它们带有关于我们宇宙的具有宇宙学意义的重要信息。尽管获取资源的最初尝试已经利用了盲估计技术，但是重要的天体物理先验信息的存在和问题的苛刻性质使得知情技术的使用成为可能且必不可少。在本文中，我们的目标是在贝叶斯框架中为信号处理社区提出问题的表述，并提供贝叶斯源分离技术的全景图，用于从观测混合物中估算宇宙学成分。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号